inne, METODY OBLICZENIOWE


Zadanie 1

//liczby losowe z przedziału (-10,10)

A=10+20*rand(5,5);

//liczby losowe z przedziału (100,200)

B=100+100*rand(5,5);

//liczby losowe z przedziału (0,1) zaokrąglone do drugiego miejsca po przecinku

C=0.01*round(100*rand(5,5));

Zadanie 2

Znajdz wspolczynnik wielomianu interpolujacego(dowolna metoda) przez podane punkty o wpolrzednych X=[0 0.7 1.6 2.3 4], Y=[1 2 3 4 5] Narysuj punkty i wielomian na wspolnym wykresie

function y=wielomian(j,t,tt)

n=length(t)

y=ones(tt)

for i=1:j-1

y=y.*(tt-t(i))/(t(j)-t(i))

end

for i=j+1:n

y=y.*(tt-t(i))/(t(j)-t(i))

end

endfunction

t=[0, 0.7, 1.6, 2.3, 4]

tt=[0:0.1:4]

y=[1 2 3 5 4]

n=length(t)

yy=zeros(tt)

for j=1:n

yy=yy+y(j)*wielomian(j,t,tt)

end

A=zeros(n,n)

for i=1:n

for j=0:n-2

A(i,j+2)=t(i)^(j+1)

A(i,1)=1

end

end

a=linsolve(A,-(y)')

disp("wspolczynnik")

disp(a)

plot2d(t,y,style=-4)

plot2d(tt,yy)

Zadanie 3

Wczytaj ze sformatowanego pliku tekstowego wyniki pomiarów zapisane w dwóch kolumnach. Znajdź przy użyciu znanych funkcji Scilaba współczynniki regresji dla wczytanego

// zestawu danych. Przedstaw na wykresie punkty pomiarowe, oraz prostą regresji.

// wczytanie danych

u = file('open','/pub/programy/regdane.txt','old')

A = read(u,-1,2);

file('close',u);

//obliczenie parametrów krzywej regresji

[a,b,sig]= reglin(A(:,1)',A(:,2)')

x = A(:,1); y = A(:,2)

yn=a*x+b

plot2d(x,yn, style = 5); plot2d(x,y, style =-2);

Zadanie 4

//TREŚĆ: Rozwiąż przy użyciu funkcji fsolve() układ równań x1^2+2x1+x2-5=0, 3x1^2+x1-x2-2=0

//zdefiniowanie funkcji opisującej układ równań jako Ax^2+Bx+C=[0;0] gdzie x=[x1;x2] jest wektorem kolumnowym

function [y]=fst(x)

a=[1,0;3,0];

b=[2,1;1,-1];

c=[-5;-2]

y=a*x^2+b*x+c

endfunction

[xres]=fsolve([0;0],fst)

Zadanie 5

Wczytaj ze sformatowanego pliku tekstowego macierz, zaprogramuj skrypt który obróci wytyczoną macierz względem:

// 1. jednej z przekątnych

// 2. srodkowego wiersza

// 3. srodkowej kolumny

//odbicie względem przekątnej

B=ones(5,5)

A=[1 2 3 4 5; 6 7 8 9 10; 10 11 12 13 14;15 16 17 18 19;20 21 22 23 24 ]

for i=1:5

for j=1:5

B(j,i)=A(i,j)

end

end

//odbicie wzgledem srodkowego wiersza

A=int(10*rand(10,10))

B=zeros(10,10)

[n,n]=size(A)

size(B)==size(A)

for i=1:n

for j=1:n

B(n+1-i,j)=A(i,j)

end

end

//odbicie wzglegem srodkowej kolumny

C=zeros(10,10)

[n,n]=size(A)

size(C)==size(A)

for i=1:n

for j=1:n

C(i,n+1-j)=A(i,j)

Zadanie 6

Wczytaj ze sformatowanego pliku tekstowego wyniki pomiarów zapisane w dwóch kolumnach. Znajdź przy użyciu znanych funkcji Scilaba współczynniki regresji dla wczytanego

// zestawu danych. Przedstaw na wykresie punkty pomiarowe, oraz prostą regresji.

// wczytanie danych

u = file('open','/pub/programy/regdane.txt','old')

A = read(u,-1,2);

file('close',u);

//obliczenie parametrów krzywej regresji

[a,b,sig]= reglin(A(:,1)',A(:,2)')

x = A(:,1); y = A(:,2)

yn=a*x+b

plot2d(x,yn, style = 5); plot2d(x,y, style =-2);

Zadanie 7

Rozwiąż przy użyciu funkcji fsolve() układ równań x1^2+2x1+x2-5=0, 3x1^2+x1-x2-2=0 zdefiniowanie funkcji opisującej układ równań jako Ax^2+Bx+C=[0;0] gdzie x=[x1;x2] jest wektorem kolumnowym

function [y]=fst(x)

a=[1,0;3,0];

b=[2,1;1,-1];

c=[-5;-2]

y=a*x^2+b*x+c

endfunction

[xres]=fsolve([0;0],fst)

Zadanie 8

liczby losowe z przedziału (-10,10)

A=10+20*rand(5,5);

//liczby losowe z przedziału (100,200)

B=100+100*rand(5,5);

//liczby losowe z przedziału (0,1) zaokrąglone do drugiego miejsca po przecinku

C=0.01*round(100*rand(5,5));

Zadanie 9

Zapisz polecenia ktore znajda najwieksza wartosc funkcji f(x,y)=x^2+xy-x na obszarze ograniczonym poprzez warunki: x>=0 y=2x+1, y+x<=3. Do obliczen uzyj wbudowanych funkcji SciLaba

Q=[1,1;0,0]

p=[0;-1]

C=[-2,1;1,1]

b=[1;3]

me=1

ci=[0;-100000]

cs=[100000;10000]

[wspolrzedne,f,wynik]=quapro(Q,p,C,b,ci,cs,me)

disp(wynik,"Wynik", wspolrzedne, "Max dla punktu:")

Zadanie 10

Znajdz wspolczynnik wielomianu interpolujacego(dowolna metoda) przez podane punkty o wpolrzednych X=[0 0.7 1.6 2.3 4], Y=[1 2 3 4 5] Narysuj punkty i wielomian na wspolnym wykresie

function y=wielomian(j,t,tt)

n=length(t)

y=ones(tt)

for i=1:j-1

y=y.*(tt-t(i))/(t(j)-t(i))

end

for i=j+1:n

y=y.*(tt-t(i))/(t(j)-t(i))

end

endfunction

t=[0, 0.7, 1.6, 2.3, 4]

tt=[0:0.1:4]

y=[1 2 3 5 4]

n=length(t)

yy=zeros(tt)

for j=1:n

yy=yy+y(j)*wielomian(j,t,tt)

end

A=zeros(n,n)

for i=1:n

for j=0:n-2

A(i,j+2)=t(i)^(j+1)

A(i,1)=1

end

end

a=linsolve(A,-(y)')

disp("wspolczynnik")

disp(a)

plot2d(t,y,style=-4)

plot2d(tt,yy)

Zadanie 11

Zapisz ponizej polecenia, ktore znajda

// przyblizone rozwiazanie nastepujacego ukladu rownan:

// 23 * x^2 + 4 * y^2 - 20 = 0

// 2 * x^2 + 3 * x - 2 * y = 0

// przyjmujac za pierwsze przyblizenie x = 0.7, y = 1.5

function [f] = f2(x)

if x = 0.7 then y = 1.5

//f2(x) = 0, with x = [x(1);x(2)]

//represents a system of 2 non-linear equations

f(1) = 23 * x^2 + 4 * y^2 - 20 = 0;

f(2) = 2 * x^2 + 3 * x - 2 * y = 0 ;

endfunction

Zadanie 12

oblicz przyblizona wartosc pierwiastka rownania x^2-x^(1/2)-2=0 z dolkadnoscia do epsiloneps=1e-8 w przedziale <1,2>

//bisekcja//

function y=fun1(x)

y=x^2-sqrt(x)-2

endfunction

a=1

b=2

eps=1e-8

x0=(a+b)/2

while abs(fun1(x0))>=eps

if fun1(a)*fun1(x0)<0

b=x0

else

a=x0

end

x0=(a+b)/2

end

disp(x0,'pierwiastek')

Zadanie 13

Znajdz wspolczynniki wielomianu interpolacyjnego (dowolna metoda) przez podane punkty o wspolrzednych X=[0 0.7 1.6 2.3 4] Y=[1 2 3 5 4] narysuj punkty i wielomian na wspulnym wykresie

[a,b]=regress(X,Y)

X=[ 0 0.7 1.6 2.3 4]

Y=[1 2 3 5 4]

y2=a*X+b

plot2d(X,y2)

plot2d(X,Y,style=-4)

Zadanie 14

Zapisz ponizej polecenia, ktore oblicza 100 kolejnych iteracji dla zadania w ktorym

(i+1) - przyblizenie dane jest wzorem:

x(i+1) = x(i) - 0.0001*x(i)^2

Nalezy przyjac rozwiazanie poczatkowe x(0) = 1. Rozwiazania w kolejnych iteracjach

zapisac w postaci wektora.

x0=1;

x(1)=x0-0.0001*(x0)^2;

for i=1:99

x(i+1)=x(i)-0.0001*(x(i))^2;

end

disp(x,length(x));

Zadanie 15

Znalezc minimalna wartosc wyrazenia f(x1,x2,x3,x4)=2*x1+3*x2-4*x3-3*x4+20

przy zadanych ograniczeniach x1+x2-x3<=2, x1+x3-x4<=3,

2*x1-4*x2+2*x3=4, x1,x2,x3,x4>-10. Podstaw pod zmienna "x_opt" punkt w

ktorym znajduje sie wartosc najmniejsza, pod

zmienna "w_opt" wartosc funkcji f(x1,x2,x3,x4)

p=[2;3;-4;-3];

C=[2 -4 2 0;1 1 -1 0;1 0 1 -1;1 1 1 1];

b=[4;2;3;-10];

ci=[1;1;1;1]*(-10);

cs=[1;1;1;1]*1000;

[x_opt q w_opt]=linpro(p,C,b,ci,cs);

Zadanie 16

Zapisz ponizej polecenia, ktore oblicza 100 kolejnych iteracji dla zadania w ktorym

// (i+1) - przyblizenie dane jest wzorem:

// x(i+1) = x(i) - 0.0001*x(i)²

// Nalezy przyjac rozwiazanie poczatkowe x(0) = 1

x0=1

x(1)=x0-0.0001*x0

for i=1:100

x(i+1)=x(i)-0.0001*x(i)^2

end

Zadanie 17

// Znalezc minimalna wartosc wyrazenia f(x1,x2,x3,x4)=2*x1+3*x2-4*x3-3*x4+20

// przy zadanych ograniczeniach

// x1+x2-x3<=2,

// x1+x3-x4<=3,

// 2*x1-4*x2+2*x3=4,

// x1,x2,x3,x4>-10.

// Podstaw pod zmienna "x_opt" punkt w

// ktorym znajduje sie wartosc najmniejsza, pod

// zmienna "w_opt" wartosc funkcji f(x1,x2,x3,x4)

c=[2;3;4;3]

C=[1,-4,2,0;1,1,-1,0;1,0,1,-1;1,1,1,1]

d=[4;2;3;-10]

ci=[-10;-10;-10;-10]

cs=[1e10;1e10;1e10;1e10]

[x_opt,f,w_opt]=linpro(c,C,d,ci,cs)

Zadanie 18

Zapisz ponizej polecenia, ktore oblicza 25 kolejnych iteracji dla zadania w ktorym

(i+1) - przyblizenie dane jest wzorem:

x(i+1) = x(i) + 0.0001*x(i)

Nalezy przyjac rozwiazanie poczatkowe x(0) = 1

x0=1

x(1)=x0+0.0001*x0

for i=1:25

x(i+1)=x(i)+0.0001*x(i)

end

Zadanie 19

Zapisz ponizej polecenia, ktore oblicza 100 kolejnych iteracji dla zadania w ktorym

(i+1) - przyblizenie dane jest wzorem:

x(i+1) = x(i) - 0.0001*x(i)²

Nalezy przyjac rozwiazanie poczatkowe x(0) = 1

x0=1

x(1)=x0-0.0001*x0

for i=1:100

x(i+1)=x(i)-0.0001*x(i)^2

end

function [pierw]=f(x)

pierw=x^4-4*x+2;

endfunction

a=1;

b=2;

function [x]=half(a,b,f)

//interval halving routine

N = 100; eps = 1.e-8; // define max. no. iterations

and error

if (f(a)*f(b) > 0) then

error('no root possible f(a)*f(b) > 0')

abort;

end;

if(abs(f(a)) < eps) then

error('solution at a')

abort;

end;

if(abs(f(b)) < eps) then

error('solution at b')

abort;

end;

while (N > 0)

c = (a+b)/2;

if(abs(f(c)) < eps) then

x = c;

x

return;

end;

if(f(a)*f(c) < 0)then

b = c;

else

a = c;

end;

N = N - 1;

end;

error('No convergence')

abort;

endfunction

disp(pierw)

20A

function dupa=f(x)

dupa=x^2-sqrt(x)-2

endfunction

a=1

b=2

eps=1.e-8

while abs(f(x0))>=eps

x0=(a+b)/2

if f(a)*f(x0)<0

b=x0

else

a=x0

end

end

disp(x0,'pierwiastek')



Wyszukiwarka

Podobne podstrony:
sprawko moo1, Automatyka i Robotyka, Semestr III, Metody Obliczeniowe Optymalizacji, Gotowce, labki
sprawko nowe, Automatyka i Robotyka, Semestr III, Metody Obliczeniowe Optymalizacji, Gotowce, labki
sprawozdanie-MaciejPawnukTomaszImiołek, Automatyka i Robotyka, Semestr III, Metody Obliczeniowe Opty
sprawko powell, Automatyka i Robotyka, Semestr III, Metody Obliczeniowe Optymalizacji, Gotowce, labk
2Sprawozdanie z MOO, Automatyka i Robotyka, Semestr III, Metody Obliczeniowe Optymalizacji, Gotowce,
moo1 barteksprawko, Automatyka i Robotyka, Semestr III, Metody Obliczeniowe Optymalizacji, Gotowce,
2analityczne, Automatyka i Robotyka, Semestr III, Metody Obliczeniowe Optymalizacji, Gotowce, labki
3 ANALITYCZNE METODY OBLICZANIA PŁYWÓW
Metody obliczeniowe
2008 Metody obliczeniowe 08 D 2008 11 11 21 31 58
Metody Obliczeniowe 2
TECHNIKI SONDAŻU Z ZASTOSOWANIEM ANKIETY.(1), Dokumenty do szkoły, przedszkola; inne, Metody, metody
bryły, METODY OBLICZENIOWE
moo-zadania, Elektrotechnika, Metody obliczeniowe optymalizacji, ćwiczenia
Metody Obliczeniowe HM
METODY OBLICZENIOWE
Metody obserwacji, Dokumenty do szkoły, przedszkola; inne, Metody, metody badań pedagogicznych
11 Konstrukcje murowe, rodzaje i metody obliczen

więcej podobnych podstron